Künstliche Intelligenz und Vernetzung werden die Industrie umwälzen – eine nicht mehr ganz so neue Erkenntnis zum Thema Digitalisierung. Intelligente Maschinen werden größere Teile der Produktion übernehmen, Facharbeiter zum Teil nicht mehr oder in anderer Rolle gebraucht. Eine an diesem Dienstag vorgestellte Studie des Verband Deutscher Maschinen- und Anlagenbau (VDMA; Download hier), die der WirtschaftsWoche vorab vorlag, wirft den Blick auf diejenigen, die die neuen, intelligenten Maschinen bauen: die Ingenieure.
Welche Qualifikationen brauchen sie in der Industrie 4.0 eigentlich – und was ist dafür zu tun, fragten die Autoren der Impuls Stiftung des VDMA jene, die es wohl am besten wissen müssen: Unternehmen und Hochschulvertreter sowie Führungskräfte und Ingenieure aus dem Bereich Maschinen- und Anlagenbau. Neben Experteninterviews spielt eine Online-Umfrage unter 224 Unternehmen eine zentrale Rolle, aus der die Macher ein Soll-Profil für die Ingenieurin und den Ingenieur der Zukunft erstellt haben.
Unter Industrie 4.0 sind im Kontext der Studie „smarte“ Produktionselemente rund um die Fabrik zu verstehen: Ob die smarte Fabrik insgesamt mit vollautomatisierter Sensorik, flexible Produktionsprozesse und -steuerung, smarte und vernetzte Produkte, die auch beim Endverbraucher noch mit dem Hersteller in Verbindung stehen oder datenbasierte Dienstleistungen. Dass es die vollendete Definition nicht geben kann, ist geradezu Ausdruck der Digitalisierung, was die Autoren gleich zu Beginn klarstellen.
Entsprechend komplex sind die Anforderungen an Ingenieure unter den neuen Bedingungen. Betont wird die Durchlässigkeit der früheren Grenzen zwischen Fachbereichen und Betriebsabläufen. Spezialisierte Ingenieure heute müssten mit anderen spezialisierten Ingenieuren eng zusammenarbeiten, wie auch mit den Herstellern und den Kunden. Ziel sind Komplettlösungen vernetzter Produktion, die sich stetig weiterentwickeln müssen.
Die meisten der befragten Unternehmen sehen sich selbst auf dem Weg zu einer digitalisierten Produktionsweise. 92 Prozent schätzen, dass sie die Hälfte der Strecke dabei bereits zurückgelegt haben. Acht Prozent sehen die Entwicklung bei sich insgesamt weit fortgeschritten. Für den Bereich IT und Automatisierung sehen sich 28 Prozent der Unternehmen auf dem neuesten Stand der Möglichkeiten. Befragt wurden Unternehmen aus dem Bereich Werkzeugmaschinen/Fertigungssysteme, Komponenten und IT/Automatisierungstechnik.
Die Ingenieure müssen bei alldem bislang – so ist aus den Experteninterviews herauszulesen – Learning-by-doing betreiben. Denn selbst bei den jüngeren Jahrgänge spielte der digitale technologische Wandel kaum bis gar keine Rolle. „Man hat vielleicht zweimal etwas darüber gelesen [ …], aber nicht in dem Sinn, dass 4.0 oder diese Vernetzung im Unterricht angesprochen wurde. Man befasst sich dann eher mit kleineren Punkten aus dieser Vernetzung. Irgendeine Kommunikation oder irgendeine Programmierung oder so was halt in den einzelnen Fächern, aber als großer, übergreifender Punkt war es eigentlich im Studium nicht vorhanden“, erklärt ein Universitätsabsolvent in der Studie. Die Qualifikation erfolgt also bis dato in den Betrieben, angepasst an die jeweiligen Bedürfnisse.
Die Unternehmen gaben zu 79 Prozent an, mit den Fähigkeiten ihrer Ingenieure, wenn diese aus der Ausbildung kommen, zufrieden zu sein (Note: „ausreichend“). Das klassische Wissen über Maschinenbau etwa wird nach wie vor als wichtig erachtet, während 4.0-spezifische Qualifikationen nun lediglich „obendrauf“ gefordert sind. Kern des Ingenieurswissens sind demnach zum Beispiel weiterhin Technische Mechanik und Konstruktionslehre, Materialwirtschaft und Materiallehre. Die Industrie 4.0 erfordert dazu an erster Stelle Wissen über Automatisierung und Sensorik, vernetzte Produktion, Systems Engineering und Robotik. Als sehr nützlich bis unverzichtbar nannten die befragten Unternehmen zudem Kenntnisse in Remote Services und Condition Monitoring, Organisation von Datenaustausch mit Kunden oder Lieferanten, datenbasierte Dienstleistungen, Predictive Maintenance, Machine Learning, Künstliche Intelligenz und Entwicklung von mobilen Geräten.
